Çarpıklık ve Basıklık: Dağılımın Şeklini Sayıyla Okumak
Çarpıklık bir dağılımın simetrik olup olmadığını, basıklık ise uç değerlere ne kadar eğilimli olduğunu gösterir. Ortalama ve standart sapmanın söylemediği şekil bilgisini sayıya dökerler.
Bir bakışta
- Çarpıklık simetriyi ölçer. Sıfıra yakın değer simetriye, pozitif değer sağa uzayan kuyruğa, negatif değer sola uzayan kuyruğa işaret eder.
- Basıklık kuyrukların ağırlığını ölçer. Yüksek basıklık, uç değerlerin normal dağılıma göre daha sık görüldüğü anlamına gelir; yalnızca "sivrilik" değildir.
- Referans normal dağılımdır. Çarpıklık ve (fazla) basıklık normal dağılımda sıfır kabul edilir; yazılımlar basıklığı iki ayrı biçimde raporlayabilir.
- Sayı tek başına yeterli değildir. Histogram ya da kutu grafiği ile birlikte okunmalı; aykırı değerler iki ölçüyü de güçlü biçimde etkiler.
Çarpıklık nedir?
Çarpıklık (skewness), bir dağılımın ortalamanın iki yanında ne kadar dengeli olduğunu gösterir. Simetrik bir dağılımda çarpıklık sıfıra yakındır. Sağa çarpık (pozitif) dağılımda uzun kuyruk büyük değerlere doğru uzanır ve ortalama genellikle medyanın sağında kalır. Sola çarpık (negatif) dağılımda uzun kuyruk küçük değerlere doğru uzanır.
Gündelik örnekler tanıdıktır. Gelir ya da sipariş tutarı gibi alt sınırı olan, üst sınırı açık veriler sıklıkla sağa çarpıktır. Sınav puanları tavan yaptığında dağılım sola çarpık görünebilir.
Basıklık nedir?
Basıklık (kurtosis), dağılımın kuyruklarının ne kadar ağır olduğunu gösterir. Yüksek basıklıkta uç değerler normal dağılımda beklenenden daha sık ortaya çıkar. Düşük basıklıkta kuyruklar hafiftir ve uç gözlem azdır.
Basıklık sıklıkla "tepe sivriliği" olarak anlatılır, ama bu eksik bir okumadır. Ölçü esas olarak kuyruklarla ilgilidir: iki dağılım tepe yüksekliği bakımından benzese de kuyruk davranışı çok farklı olabilir. Finansal getiriler gibi uç olayların önemli olduğu verilerde bu nedenle basıklık özellikle izlenir.
İkisi yan yana nasıl okunur?
İki ölçü farklı soruları cevaplar. Birincisi dağılımın hangi yöne yattığını, ikincisi uçların ne kadar ağır olduğunu söyler. Bir veri seti simetrik ama ağır kuyruklu olabilir; ya da çarpık ama kuyruğu hafif olabilir.
Yorum yaparken yazılımın hangi tanımı kullandığına bakılmalıdır. Bazı araçlar basıklığı ham haliyle, bazıları normal dağılıma göre fazla basıklık olarak verir. Aynı veri için değerlerin iki araçta farklı çıkması bu yüzden şaşırtıcı değildir.
Çarpıklık yönü, basıklık kuyrukları anlatır
İki ölçünün karşılaştırması
| Çarpıklık | Basıklık | |
|---|---|---|
| Ölçtüğü | Dağılımın simetrisi | Kuyrukların ağırlığı |
| Referans | Simetrik dağılımda sıfıra yakın | Normal dağılımla kıyaslanır |
| Yüksek değer | Bir yöne uzayan uzun kuyruk | Uç değerlere yatkınlık |
| Sık sorun | Ortalama temsili bozulur | Aykırı değerler baskın hale gelir |
Neden önemlidir, ne yapılır?
Çarpıklık ve basıklık, analiz yöntemini seçerken ipucu verir. Güçlü sağa çarpıklık varsa ortalama uç değerlerin etkisiyle büyür ve tipik değeri temsil etmeyebilir; bu durumda medyan daha anlamlı özet olabilir. Normallik varsayan testler ve regresyon kalıntıları için çarpıklık ve ağır kuyruk bir uyarıdır.
Sağa çarpık verilerde logaritma gibi dönüşümler dağılımı simetriye yaklaştırabilir. Ağır kuyruklarda ise dayanıklı yöntemler ya da uç değerleri ayrı ele alan modeller düşünülür. Veriyi dönüştürmeden önce nedenini anlamak gerekir: kuyruk bir hata mı, yoksa sürecin gerçek bir özelliği mi?
Küçük bir örnek: teslimat süreleri
Bir lojistik ekibi teslimat sürelerini inceler. Siparişlerin büyük bölümü kısa sürede teslim edilir, ancak birkaç sipariş gümrük ya da adres sorunları nedeniyle çok geç ulaşır. Histogram sağa uzayan bir kuyruk gösterir ve çarpıklık pozitif çıkar.
Ortalama süre, geç teslimatların etkisiyle medyandan yüksek kalır. Ekip müşteriye "tipik teslim süresi" söylemek için medyanı kullanır, gecikmeleri ise ayrı bir kategori olarak izler. Kurgusal örnektir; benzer örüntüler gecikme verilerinde sıkça görülür.
Sık yapılan hatalar
En yaygın hata, tek bir sayıya güvenip grafiğe bakmamaktır. Aynı çarpıklık değerini veren farklı şekiller olabilir. İkinci hata, küçük örneklemde bu ölçüleri kesin saymaktır; az sayıda gözlemle hesaplanan basıklık çok kararsızdır ve tek bir uç gözlemle büyük ölçüde değişebilir.
Üçüncü hata, basıklığı sivrilik sanmaktır. Dördüncü hata, farklı yazılımların farklı tanımlarını karıştırarak değerleri karşılaştırmaktır. Son olarak, kesin bir eşiğe bağlanmak da yanıltır; yaygın kullanılan eşikler bağlama ve örneklem büyüklüğüne göre esnektir.
Bu ölçüler Mindset programlarında nerede geçer?
Konu, Veri Bilimi için İstatistik Eğitimi'nde Tanımlayıcı İstatistikler ve Çizelgeler ve Grafikler modüllerinde, Data Science Uzmanlığı ile Veri Bilimi Sertifika Programları'nda ise veri analizinin başlangıç adımlarında yer alır. Analistler için pratik değer, bir modele ya da teste girmeden önce dağılımın şeklini görmektir.
İlgili Mindset programı
Veri Bilimi için İstatistik Eğitimi
Sık sorulan sorular
Çarpıklık pozitifse ortalama mı büyüktür, medyan mı?
Genellikle ortalama medyandan büyüktür; çünkü sağa uzayan kuyruk ortalamayı yukarı çeker, medyan ise bu uç değerlere karşı dayanıklıdır. Bu bir kural değil, tipik bir eğilimdir; çok modlu veya düzensiz dağılımlarda sapmalar olabilir.
Normal dağılımın basıklığı kaçtır?
Bu, hangi tanımın kullanıldığına bağlıdır. Fazla basıklık tanımında normal dağılım sıfır değerini alır; ham basıklık tanımında ise sabit bir pozitif değer alır. Bu yüzden yazılımın dokümantasyonuna bakmak, yorum yapmadan önce önemlidir.
Çarpıklık varsa veriyi dönüştürmek zorunlu mu?
Hayır. Dönüşüm, kullanacağınız yönteme bağlıdır. Medyan ve dayanıklı yöntemler çarpıklıkla başa çıkabilir. Normallik varsayan modellerde dönüşüm yararlı olabilir, ama sonucun yorumu zorlaşır; bu nedenle dönüşümden önce dağılımın nedeni anlaşılmalıdır.
Küçük örneklemde bu ölçüler güvenilir mi?
Sınırlı ölçüde. Az sayıda gözlemle hesaplanan çarpıklık ve özellikle basıklık kararsızdır; tek bir aykırı değer sonucu değiştirebilir. Küçük örneklemde grafikleri ve alan bilgisini sayılardan daha fazla önemsemek gerekir.